智能控制在20世纪60年代年被提出，是被控对象的非线性、时变性、不确定性、复杂性和控制性能的高要求，以及人工智能技术迅速发展的必然结果。1988年，推进系统智能控制被提出，其初衷是为了提升发动机吸气部件的寿命，但由于发动机结构复杂且运行环境恶劣，因此提出增加发动机控制“智能”。2005年，美国国家航空航天局对美国航空发动机智能控制系统技术进行了调查，定义航空发动机智能控制包括寿命延长控制、自适应控制、多变量控制、模型预测控制、性能寻优控制、健康管理等，后又将主动控制与分布式控制列入智能控制范畴中。

航空发动机智能控制的理论相对成熟，并不仅限于发动机控制本身，其涵盖了发动机控制、飞/推综合控制、故障诊断、健康管理等一系列的控制管理方法。航空发动机智能控制是一个较为全面的智能控制系统，包括高层任务控制级和底层发动机控制级。高层任务控制级负责根据发动机健康状况、飞行员指令和任务执行情况自动为发动机分配推力和响应需求；底层发动机控制级利用传感器数据自动诊断发动机健康状态，并根据该状态修正发动机机载模型，调整发动机控制策略。

航空发动机智能控制方法属于模型基控制方法，需要先建立自适应模型，包括整机状态模型、推力估计模型、喘振预测模型、寿命预测模型等。智能控制根据自适应模型的输出评估发动机当前状态，并根据飞机和发动机的性能、安全、应急等需求，利用人工智能技术实时优化管理调整发动机状态，使发动机更加安全、可靠、高效运行（见图）。

航空发动机智能控制系统结构

航空发动机智能控制的重点是使用数据驱动等智能建模方法，建立智能自适应模型。当发动机运行时，智能自适应模型基于发动机实时测量数据跟踪发动机实时状态，实时准确估计发动机推力、喘振裕度、寿命等发动机状态参数，再通过智能控制系统对当前飞机飞行任务需求和发动机实时状态的判断，自主决策优化调整发动机状态，综合优化发动机全生命周期的性能、成本及可靠性等。

航空发动机智能控制作为前沿的控制方法，部分控制理论尚未完全融合自洽，工程应用方面也只是开展了部分内容的可行性验证。未来航空发动机智能控制的理论体系将进一步融合完善，并随着部分工程应用关键技术的突破，实现完整成熟的航空发动机智能控制。